Dans les ESN, l’intelligence artificielle ne se contente plus d’accélérer la production de code ou de documents : elle bouscule la façon de vendre les missions et de composer les équipes. Selon la 9e édition du Grand Angle ESN & ICT de KPMG et Numeum, menée auprès de près de 200 entreprises, 58 % des dirigeants anticipent un impact fort ou disruptif de l’IA générative et agentique sur leur modèle d’affaires. Le changement est déjà visible : 37 % des répondants déclarent des gains de productivité supérieurs à 20 % sur leurs projets.
Quand une équipe livre plus vite, le nombre de jours facturés ne reflète plus toujours la valeur apportée. Les clients demandent des gains de productivité, davantage de conseil avant le lancement des projets et, pour certains, une baisse des prix. En parallèle, les ESN revoient leurs tarifs et recherchent des profils capables de relier expertise technique, compréhension métier et esprit critique. La transformation ne se joue donc pas uniquement dans les outils : elle touche le contrat commercial, les marges et les parcours professionnels.
En bref
- La facturation au temps est sous pression : deux entreprises sur trois font évoluer leurs tarifs, notamment vers le forfait, l’abonnement ou la valeur créée.
- Les acteurs AI-native deviennent une menace directe : 80 % des ESN et ICT interrogées les citent parmi les risques pour leur chaîne de valeur.
- Les recrutements deviennent plus sélectifs : 62 % des entreprises constatent déjà un effet de l’IA sur leur politique d’embauche.
- Les compétences humaines restent décisives : esprit critique, conseil métier et responsabilité des résultats figurent parmi les attentes prioritaires.
- La formation avance à des rythmes différents : l’acculturation progresse, mais les parcours avancés restent minoritaires.
Facturation des ESN : pourquoi le modèle au jour-homme est fragilisé par l’IA
La régie et le forfait restent des modes de vente courants dans les ESN. Mais lorsqu’une équipe réalise une tâche en moins de temps grâce à l’IA, la facturation au jour-homme devient plus difficile à justifier : le client peut légitimement demander si le prix doit encore dépendre de la durée de la mission ou davantage du résultat obtenu.
Les usages restent toutefois loin d’une production entièrement automatisée. Pour 86 % des entreprises interrogées, l’IA sert principalement à assister les équipes, par exemple pour générer du code ou préparer des livrables. Seules 11 % l’utilisent pour produire certains livrables de manière autonome. La question porte donc moins sur le remplacement immédiat des équipes que sur la façon de valoriser un travail accéléré.
La pression vient aussi des acheteurs : 75 % des ESN et ICT constatent des demandes de gains de productivité associés à l’IA, 62 % davantage de besoins de conseil en amont et 33 % une pression accrue sur les prix. Une mission facturée quelques milliers d’euros peut, selon les dirigeants cités dans l’étude, créer une valeur bien supérieure pour le client. Dans ce contexte, vendre uniquement du temps risque de rendre invisible une partie de la contribution réelle.
Du TJM à la valeur créée : les nouveaux modèles tarifaires des ESN
Deux entreprises sur trois déclarent faire évoluer leur politique tarifaire. Le forfait ou la facturation à l’unité d’œuvre arrive en tête, tandis que l’abonnement et les modèles fondés sur la valeur ou les résultats gagnent du terrain. La facturation au succès reste moins répandue, mais elle illustre une évolution importante : le prestataire est davantage rémunéré pour un effet mesurable que pour le temps mobilisé.
| Modèle tarifaire cité | Part des ESN et ICT concernées | Ce que cela change |
|---|---|---|
| Forfait ou unité d’œuvre | 59 % | Le prix est fixé selon le périmètre ou le livrable convenu. |
| Abonnement | 42 % | La relation s’inscrit dans la durée, avec un service récurrent. |
| Valeur ou résultats obtenus | 33 % | La rémunération se rapproche des bénéfices mesurables pour le client. |
| Monétisation d’actifs ou de licences | 24 % | L’ESN valorise des outils, plateformes ou actifs réutilisables. |
| Facturation au succès | 13 % | Une partie du paiement dépend de l’atteinte d’un résultat défini. |
Le changement ne signifie pas que le TJM disparaît du jour au lendemain : 30 % des entreprises ne modifient pas encore significativement leur tarification. Mais, à court terme, 37 % des répondants estiment que la facturation fondée sur la valeur créée sera le mouvement de marché le plus probable. Pour éviter les désaccords, les contrats devront préciser les indicateurs suivis, les responsabilités de chaque partie et la manière d’évaluer le résultat.
La transformation tarifaire est aussi une réponse à la concurrence. Les acteurs dits « AI-native », qui construisent leur offre autour de l’IA, sont cités par 80 % des répondants comme un risque majeur. Les clients qui internalisent leurs projets avec ces outils représentent une autre pression, mentionnée par 53 % des entreprises ; 48 % évoquent ceux qui développent leurs propres agents. L’avantage ne revient donc pas automatiquement à l’ESN qui utilise un copilote : il dépend de sa capacité à proposer une solution utile, fiable et différenciante.
IA et marges des ESN : des gains de productivité encore inégalement mesurés
Un gain de temps ne se transforme pas mécaniquement en marge supplémentaire. Il faut compter les licences, l’intégration des outils, la sécurisation des données et la formation des équipes. Parmi les répondants, 37 % déclarent plus de 20 % de productivité gagnée sur la réalisation des projets, mais les effets financiers sont plus contrastés.
Dans les grandes entreprises et les ETI, 36 % observent une légère amélioration de leurs marges attribuable à l’IA et 6 % une amélioration nette ; 27 % ne mesurent pas encore cet effet. Pour les PME et les TPE, 21 % rapportent une amélioration nette, tandis que 42 % ne suivent pas encore clairement l’impact. Des marges en baisse sont également signalées : 8 % des grandes entreprises et ETI, et 7 % des PME et TPE, notamment lorsque les investissements dépassent les gains obtenus.
La taille joue aussi sur le rythme des décisions. Un changement de stratégie face à l’IA est engagé par 52 % des grandes entreprises, contre 38 % des ETI, 32 % des PME et 30 % des TPE. Dans ces trois dernières catégories, la majorité reste plutôt dans une phase d’adaptation. Pour piloter la rentabilité, le suivi doit donc rapprocher les coûts d’outillage, le temps réellement économisé, la qualité des livrables et les revenus associés aux nouvelles offres.
Recrutement en ESN : des profils IA et hybrides davantage recherchés
L’IA modifie les compétences attendues, mais ne supprime pas le besoin de jugement humain. 62 % des ESN et ICT interrogées constatent déjà un effet sur leur politique de recrutement. Pour 32 % d’entre elles, cet effet se traduit par une sélection plus exigeante et des attentes renforcées en matière d’IA ; 19 % réduisent certains recrutements de façon ciblée, tandis que 11 % misent sur la montée en compétences des salariés déjà en poste.
Les besoins prévus pour les 18 prochains mois dessinent des équipes plus hybrides. Les spécialistes de l’IA — données, grands modèles de langage et systèmes agentiques — sont cités par 43 % des entreprises. Viennent ensuite les profils capables de faire le lien entre technique et métier (42 %), puis les candidats ayant entre trois et huit ans d’expérience (39 %). Les architectes et leaders techniques sont cités par 31 % des répondants, contre 18 % pour les juniors « augmentés » par l’IA.
- Esprit critique et validation des résultats : compétence citée par 39 % des répondants, car un contenu généré doit être vérifié avant d’être livré ou mis en production.
- Cadrage métier et conseil : 22 % recherchent cette capacité à transformer un besoin client en solution pertinente.
- Maîtrise pratique des outils d’IA : 17 % mettent en avant l’usage des assistants, copilotes et techniques de prompting.
- Pilotage d’équipes hybrides : 12 % souhaitent savoir organiser le travail entre personnes et agents logiciels.
- Autonomie et apprentissage continu : 10 % soulignent cette aptitude à suivre l’évolution rapide des usages.
Un profil technique qui sait expliquer les limites d’un résultat généré et le relier à un enjeu métier peut ainsi avoir plus d’impact qu’une maîtrise isolée d’un outil. Dans une ESN fictive de taille moyenne, par exemple, une équipe projet pourrait confier à un assistant la première version d’un livrable, tout en réservant aux consultants le cadrage, la vérification et les arbitrages. C’est cette complémentarité, et non la simple présence d’un outil, qui donne sa valeur au dispositif.
Pour les jeunes diplômés, les attentes évoluent sans se traduire partout par une baisse uniforme des embauches. Près de la moitié des entreprises (47 %) attendent une maîtrise de l’IA dès le début de carrière. Concernant le recrutement des juniors, 47 % décrivent une situation stable, 22 % constatent une forte baisse et 9 % une hausse ; les autres n’ont pas encore arrêté leur position, leurs modèles étant en cours de redéfinition.
Formation à l’IA en ESN : acculturation, pratique et expertise avancée
Recruter de nouveaux spécialistes ne suffit pas : les équipes en place doivent aussi apprendre à utiliser les outils avec méthode. Dans 20 % des ESN et ICT, plus de 80 % des collaborateurs ont déjà été acculturés à l’IA générative. Le cas le plus fréquent reste toutefois une sensibilisation partielle : 28 % des entreprises indiquent que 10 à 30 % de leurs salariés ont suivi ce type de démarche.
Les parcours avancés — consacrés notamment aux grands modèles de langage, au RAG, à l’agentique ou au LLMOps — restent peu répandus : ils concernent 6 % des grandes entreprises et ETI, et 8 % des PME et TPE. Les organisations plus importantes privilégient souvent un niveau intermédiaire, axé sur les cas d’usage, la sécurité et les méthodes. Dans les PME et TPE, les formations de base aux outils et aux bonnes pratiques sont davantage présentes ; 16 % en restent à une sensibilisation d’une demi-journée à une journée.
Un parcours efficace peut commencer par des usages simples, puis intégrer des exercices directement liés aux missions : vérifier une réponse, protéger les données, documenter un cas d’usage et mesurer le temps économisé sans dégrader la qualité. Cette progression rend la formation plus concrète et aide à distinguer l’acculturation générale de l’expertise nécessaire pour concevoir ou superviser des systèmes complexes.
| Étape de formation | Objectif opérationnel | Exemple d’application en ESN |
|---|---|---|
| Acculturation | Comprendre les possibilités et les limites de l’IA générative. | Identifier les tâches où un assistant peut apporter un premier niveau d’aide. |
| Pratique encadrée | Utiliser les outils avec des règles de sécurité et de vérification. | Contrôler un livrable généré avant sa remise au client. |
| Expertise avancée | Concevoir, intégrer ou exploiter des systèmes d’IA spécialisés. | Mettre en place un agent ou un système RAG adapté à un besoin métier. |
Ces données proviennent du Grand Angle ESN & ICT 2026, réalisé par KPMG avec Numeum auprès de près de 200 entreprises implantées en France. Le questionnaire en ligne a été mené de mai à juillet 2026 ; les résultats sont déclaratifs. Pour les dirigeants, l’enjeu est donc de rapprocher les formations des usages réels et de mesurer leur effet sur les projets, plutôt que de se limiter au nombre de salariés sensibilisés.
Comment une ESN peut adapter son modèle à l’intelligence artificielle
Les chiffres invitent à avancer avec méthode : la productivité progresse, mais les résultats sur les tarifs, les marges et les effectifs varient selon les organisations. Avant de refondre toute son offre, une ESN peut tester un périmètre précis, comparer les résultats avec une mission similaire et discuter avec son client des indicateurs qui comptent réellement.
- Repérer les tâches accélérées : distinguer l’assistance à la production des livrables réellement autonomes, puis mesurer les gains de temps sur un projet défini.
- Choisir un mode de facturation cohérent : conserver le TJM quand il reste adapté, ou expérimenter forfait, abonnement et rémunération liée aux résultats selon la nature de la mission.
- Définir des indicateurs partagés : fixer avec le client les critères de qualité, de délai et de valeur, afin que la rémunération ne repose pas sur une promesse difficile à vérifier.
- Faire évoluer les compétences : renforcer le conseil, la validation, la maîtrise des outils et la capacité à travailler avec des agents, sans négliger les équipes déjà en place.
- Suivre les marges complètes : intégrer le coût des outils et de la formation aux gains observés, puis ajuster l’offre à partir des résultats.
Une transformation solide ne se mesure pas au nombre d’outils déployés, mais à la pertinence de l’offre et à la confiance du client dans les résultats. Les entreprises qui clarifient leur valeur, leurs engagements et leurs compétences seront mieux armées pour répondre à la concurrence des acteurs AI-native.
Questions fréquentes sur l’IA, la facturation et le recrutement dans les ESN
L’IA va-t-elle faire disparaître la facturation au TJM dans les ESN ?
Non, pas à court terme. Le TJM reste utilisé, mais les gains de productivité poussent deux entreprises sur trois à faire évoluer leur politique tarifaire. Forfaits, abonnements et rémunération fondée sur la valeur deviennent des options complémentaires.
Quels profils les ESN recherchent-elles avec le développement de l’IA ?
Les entreprises interrogées privilégient les spécialistes de l’IA, les profils capables de relier technique et métier, ainsi que les candidats confirmés. L’esprit critique, le conseil et la validation des résultats générés sont également très recherchés.
L’IA réduit-elle forcément les recrutements de juniors ?
Non. Les effets sont contrastés : 47 % des répondants décrivent des recrutements de juniors stables, 22 % une forte baisse et 9 % une hausse. Près d’une entreprise sur deux attend toutefois une maîtrise de l’IA dès le début de carrière.
Comment mesurer l’impact de l’IA sur la marge d’une ESN ?
Il faut rapprocher les gains de productivité des coûts d’outillage, d’intégration et de formation, puis suivre la qualité des livrables et les revenus générés. Une partie des entreprises ne mesure pas encore clairement cet effet, ce qui rend le suivi par projet particulièrement utile.
